Sentence Similarity
sentence-transformers
Safetensors
Arabic
bert
feature-extraction
Generated from Trainer
dataset_size:550000
loss:Matryoshka2dLoss
loss:MatryoshkaLoss
loss:MultipleNegativesRankingLoss
text-embeddings-inference
Instructions to use akhooli/sbert_ar_nli_500k_p100 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- sentence-transformers
How to use akhooli/sbert_ar_nli_500k_p100 with sentence-transformers:
from sentence_transformers import SentenceTransformer model = SentenceTransformer("akhooli/sbert_ar_nli_500k_p100") sentences = [ "ماذا كانت اسماء اطفال تشارلز ديكنز", "المفاهيم ذات الصلة: النظام الأساسي ، وجمعيات المحامين ، والجمعيات النافعة ، ودعوة الجمعيات ، والجمعيات المساهمة ، وجمعيات المنفعة المتبادلة ، والجمعيات المهنية ، والجمعيات غير المسجلة ، والجمعيات الطوعية ، والتي سمعتها هذه الجمعية بقراءتها ، مع شعور بالرضا التام ، وموافقة غير مشروطة ، الورقة التي أرسلها صمويل بيكويك ، إسق. أوراق ما بعد الوفاة لنادي بيكويك بقلم ديكنز ، عرض تشارلز في السياق. ورأى أن هذه الرابطة كانت مجرد مذيع لإنقاذه من ازدراء الذات.", "لا تتعرق. تحدث أنابيب التعرق عندما يكون الماء داخل الأنبوب أبرد من الهواء الرطب المحيط به. في حين أن هذا قد يبدو وكأنه مشكلة خاصة بفصل الصيف ، إلا أنه يحدث في كثير من الأحيان عندما يتم تسخين الهواء بواسطة الفرن. عندما يلتقي الهواء الرطب الدافئ بالأنابيب الباردة ، تتشكل الرطوبة في القطرات وتسقط تلك الحبة على الجزء الخارجي من الأنبوب.", "كان تشارلز ديكنز متزوجًا من كاثرين طومسون هوغارث. أسماء أطفالهم كانت ماري وكيت ووالتر وفرانسيس وألفريد وسيدني وهنري ودرة وإدوارد وتشارلز ديكنز ¢â JR." ] embeddings = model.encode(sentences) similarities = model.similarity(embeddings, embeddings) print(similarities.shape) # [4, 4] - Notebooks
- Google Colab
- Kaggle
Welcome to the community
The community tab is the place to discuss and collaborate with the HF community!